超聲人工智能(AI)產品的泛化能力是產品落地面臨的首要挑戰。數據來源的單一導致泛化能力不足,許多超聲AI研究停留于實驗室或論文階段。基于中國甲狀腺與乳腺超聲人工智能聯盟(Chinese Artificial Intelligence Alliance for Thyroid and Breast Ultrasound ,CAAU)的跨區域、跨民族、跨儀器、跨操作者的多元化超聲數據庫,上海交通大學醫學院附屬瑞金醫院超聲醫學科周建橋團隊和復星集團旗下上海杏脈信息科技有限公司(復星杏脈)團隊聯合課題組在甲狀腺超聲人工智能產品的泛化能力和診斷能力方面進行了聯合攻關,并取得重要成果,相關研究論文近日被醫學影像學頂刊Radiology接收(圖1)。
本研究的10,023名患者來自中國大陸31個行政區域的208家醫療機構,共使用了24,944張甲狀腺結節超聲圖像來建立AI模型,這些圖像源自于12個超聲儀器品牌。研究發現,在結節分割模型的泛化能力方面,只要樣本量足夠,可以基于單一醫院建立高質量的分割模型;和基于單一品牌相比,混合品牌建立的分割模型在不同的測試集具有最高的Dice;和基于單一區域(沿海或內陸)相比,基于全國性數據建立的分割模型在不同的測試集具有最高的Dice。在結節分類模型的泛化能力方面,基于混合醫院的數據可以建立最優的分類模型;和基于單一品牌相比,基于混合品牌建立的分割模型在不同的測試集具有最高的診斷效能;和基于單一區域相比,基于全國性數據建立的分類模型在不同的測試集具有最高的診斷效能。
本研究所構建的分類模型的診斷準確性優于所有參與試驗的高年資和低年資醫生。在人機結合方面,基于規則的輔助診斷策略(Rule-based AI)優于自由式(Free-style)的輔助診斷策略。
該研究在業內首次證實了多元化來源的超聲數據對于構建高質量超聲AI模型的重要性,并提出了人機結合的最佳方式。更重要的是,該研究成果已經實現轉化,上海交通大學醫學院附屬瑞金醫院超聲醫學科和復星杏脈聯合打造了一款高性能的甲狀腺超聲AI產品“杏脈?瑞聲超影”,項目組通過優化算法,簡化架構,實現了產品的袖珍化、高泛化能力、低算力需求,這無疑非常有利于產品部署于甲狀腺專科門診、基層衛生機構和體檢中心,也有利于產品嵌入各品牌商用超聲儀器(圖2)。“杏脈?瑞聲超影”可實現在甲狀腺超聲檢查過程中實時檢出結節,實時對結節進行精準分割,實時對結節進行C-TIRADS分類或惡性概率評估,并可自動提取結節的超聲特征,生成結構化超聲報告(視頻)。
本研究是2023年周建橋團隊在Nature Communications發表基于AI的乳腺超聲虛擬彈性成像(virtual elastography)之后,在超聲AI領域的又一重要成果。周建橋教授于2018年8月25日創建了中國超聲醫學界第一個人工智能聯盟“中國甲狀腺與乳腺超聲人工智能聯盟”,這是迄今我國最大的超聲人工智能聯盟(圖3)。**期待未來基于聯盟大數據,實現更多“產學研用”成果,為我國超聲AI事業添磚加瓦。**
周建橋教授簡介
周建橋,上海交通大學醫學院附屬瑞金醫院超聲科主任醫師,博士研究生導師,上海市優秀學術帶頭人,上海智慧工匠。長期從事甲狀腺、乳腺等淺表器官的常規超聲診斷、超聲引導下介入診斷與介入治療研究,超聲人工智能及分子影像學研究。中國甲狀腺與乳腺超聲人工智能聯盟發起人,中國甲狀腺與頸部淋巴結消融聯盟發起人。